하지만 왜 이렇게 수동적이고 공격적인 공격이 계속되는 걸까요? R은 작업에 가장 적합한 언어이기 때문에 그렇게 설계된 것이죠,
파이썬은 배우기 쉬운 척하는 일반적인 언어입니다 ...
가장 중요한 것은 그것이 아니라 알고리즘의 도움으로 아름다운 거래를하는 것입니다.
나는 당신의 거래가 아니라 백 테스트가 필요합니다!
트레이딩은 과학이 아니라 상황에 따라 달라집니다. 오늘의 거래는 +, 내일의 거래는 -입니다.
여성을 위해 꽃을 사고 자신을 위해 자동차를 살 수 있을 때 정상적인 차익거래가 있었는데 어떻게 된 일인지 하락했습니다. 그리고 어떤 통계를 사용하든 미콜라는 돌꽃을 만들지 않을 것입니다.
뉴런의 또 다른 문제는 모델 선택입니다. 하나는 1 년 동안 일해 왔고 다른 하나는 날아갔습니다. 그런데 어떤 이집트인이 당신이 그를 속였다고 소리칩니다. 어떻게 할 건가요? 그것이 사물의 본질입니다. 그리고 통계는 어떻게든 다시 지나갑니다. 따라서 최대한의 단순성과 편의를 위해 선택은 당연했습니다.
그런 용도가 아니기 때문입니다.
왜 아무도 C++로 웹사이트를 작성하지 않을까요?
저는 그냥 더 친숙하고 mql과 더 비슷한 것을 선택했고, 덜 친숙한(익숙하지 않은) 것을 육포라고 불렀을 뿐입니다. 배웠어야 했는데...
뭐, 괜찮아요. 그렇게 설계되었으니까요....
그런데 왜 항상 R에 대한 수동적이고 공격적인 공격이 있을까요? R은 그 작업에 가장 적합한 언어이며, 그것이 바로 R이 만들어진 목적입니다,
파이썬은 배우기 쉬운 척하는 일반 언어입니다 ...
가장 중요한 것은 그것이 아니라 알고리즘의 도움으로 아름다운 거래를 만드는 것입니다.
그런 용도가 아니기 때문입니다.
왜 아무도 C++로 웹사이트를 작성하지 않을까요?
각 언어마다 고유한 작업이 있기 때문에 언어가 너무 많기 때문입니다.
저는 그냥 더 친숙하고 더 비슷한 것을 선택했고, 덜 친숙한(익숙하지 않은) 것을 저키라고 불렀습니다. 그리고 공부했어야 했는데...
아마 잘 모르시는 것 같아요...C++ 백엔드는 수요가 많고 거의 가장 비싼 직업입니다.
아마 잘 모르시겠지만...C++ 백엔드는 수요가 많으며 거의 가장 비싼 작업입니다.
웹사이트가 백엔드만 하는 것이 아니라는 사실을 잘 모르실 수도 있습니다.)
모든 사람이 MQL5의 개발을 따르는 것은 아니지만 행렬과 벡터에 대한 표준 메서드가 있습니다.
이는 타사 라이브러리가 아닌 언어의 표준 메서드입니다. 행렬/벡터/복소수 타입이 도입되면서 이 언어는 통계 분석과 무거운 수학을 처리하는 데 매우 강력해졌습니다.
함수
액션
카테고리
활성화
활성화 함수의 값을 계산하고 전달된 벡터/행렬에 씁니다.
머신러닝
ArgMax
최대값의 인덱스를 반환합니다.
통계
ArgMin
최소값의 인덱스를 반환합니다.
통계
ArgSort
정렬된 인덱스를 반환합니다.
조작
Assign
행렬, 벡터 또는 배열을 자동 변환하여 복사합니다.
초기화
평균
행렬/벡터 값의 가중 평균을 계산합니다.
통계
콜레스키
콜레스키 분해를 계산합니다.
변환
클립
행렬/벡터 요소를 허용 가능한 값의 지정된 범위로 제한합니다.
조작
Col
열 벡터를 반환합니다. 지정된 열에 벡터를 씁니다.
조작
Cols
행렬의 열 수를 반환합니다.
특성
비교
두 행렬/벡터의 요소를 지정된 정확도로 비교합니다.
조작
CompareByDigits
두 행렬/벡터의 요소를 비교하여 유효 자릿수의 정밀도로 일치하는지 비교합니다.
조작
Cond
행렬의 조건부 수를 계산합니다.
특성
Convolve
두 벡터의 이산 선형 컨볼루션을 반환합니다.
파생
Copy
주어진 행렬/벡터의 복사본을 반환합니다.
조작
CopyRates
지정된 심볼 기간의 MqlRates 구조의 과거 시계열을 지정된 양만큼 행렬 또는 벡터로 가져옵니다.
초기화
CopyTicks
MqlTick 구조에서 틱을 행렬 또는 벡터로 가져옵니다.
초기화
CopyTicksRange
지정된 날짜 범위의 MqlTick 구조체에서 틱의 행렬 또는 벡터를 가져옵니다.
초기화
CorrCoef
피어슨 상관 계수(선형 상관 계수)를 계산합니다.
파생 상품
Correlate
두 벡터의 교차 상관관계를 계산합니다.
파생
Cov
공분산 행렬을 계산합니다.
제품
CumProd
주어진 축에 있는 요소를 포함한 행렬/벡터 요소의 누적 곱을 반환합니다.
통계
CumSum
주어진 축에 있는 요소를 포함한 행렬/벡터 요소의 누적 합을 반환합니다.
Statistics
Derivative
활성화 함수의 미분 값을 계산하여 전달된 벡터/행렬에 씁니다.
머신 러닝
Det
정사각형 비퇴적 행렬의 행렬식을 계산합니다.
특성
Diag
대각선을 추출하거나 대각 행렬을 구성합니다.
조작
Dot
두 벡터의 스칼라 곱
파생
Eig
정사각형 행렬의 고유값과 오른쪽 고유 벡터를 계산합니다.
변환
EigVals
일반 행렬의 고유값을 계산합니다.
변환
Eye
대각선에 1이 있고 다른 곳에 0이 있는 행렬을 반환합니다.
초기화
Fill
기존 행렬 또는 벡터를 주어진 값으로 채웁니다.
초기화
Flat
두 개의 인덱스 대신 단일 인덱스를 사용하여 행렬 요소에 액세스할 수 있도록 합니다.
조작
Full
지정된 값으로 채워진 새 행렬을 생성하고 반환합니다.
초기화
GeMM
두 행렬의 일반 행렬 곱하기(일반 행렬 곱하기)
제품
Hsplit
행렬을 여러 행렬로 수평 분할합니다. 축이 0인 분할과 동일합니다.
조작
Identity
지정된 크기의 단일 행렬을 만듭니다.
초기화
Init
행렬 또는 벡터를 초기화합니다.
초기화
Inner
두 행렬의 내적 곱
파생
Inv
요르단-가우스 방법을 사용하여 정사각형 비생성 행렬의 (곱셈) 역을 계산합니다.
솔루션
Kron
두 행렬, 행렬과 벡터, 벡터와 행렬 또는 두 벡터의 크로네커 곱을 반환합니다.
제품
손실
손실 함수의 값을 계산하고 전달된 벡터/행렬에 씁니다.
머신 러닝
LstSq
선형 대수 방정식의 최소 제곱 해를 반환합니다(비제곱 행렬 또는 퇴행 행렬의 경우).
솔루션
LU
행렬을 하위 삼각형 행렬과 상위 삼각형 행렬의 곱으로 행렬의 LU 인수 분해합니다.
변환
LUP
부분 순열을 사용한 LUP 인수분해로, 행 순열만 사용한 LU 분해를 의미합니다: PA=LU
변환
MatMul
두 행렬의 행렬 곱
파생
Max
행렬/벡터의 최대값을 반환합니다.
통계
평균
요소 값의 산술 평균을 계산합니다.
통계
Median
행렬/벡터 요소의 중앙값을 계산합니다.
통계
Min
행렬/벡터의 최소값을 반환합니다.
통계
Norm
행렬 또는 벡터의 노멀을 반환합니다.
특성
Ones
원으로 채워진 새 행렬을 생성하고 반환합니다.
초기화
Outer
두 행렬 또는 두 벡터의 외부 곱을 계산합니다.
Products
퍼센타일
행렬/벡터 요소 또는 지정된 축에 있는 요소의 지정된 백분위수를 반환합니다.
통계
PInv
무어-펜로즈 방법을 사용하여 의사 역 행렬을 계산합니다.
솔루션
Power
정사각형 행렬을 정수 차수로 승격합니다.
제품
Prod
행렬/벡터 요소의 곱을 반환하며, 주어진 축에 대해서도 수행할 수 있습니다.
통계
Ptp
행렬/벡터 값의 범위 또는 주어진 행렬 축을 반환합니다.
통계
QR
행렬의 QR 인수분해를 계산합니다.
변환
사분위수
지정된 축을 따라 행렬/벡터 요소 값 또는 요소의 지정된 사분위수를 반환합니다.
통계
Rank
가우스 메서드를 사용하여 행렬의 순위를 반환합니다.
특성
회귀 메트릭
회귀 메트릭을 지정된 데이터 세트에 그려진 회귀선으로부터의 편차 오차로 계산합니다.
통계
모양 변경
데이터는 변경하지 않고 행렬의 모양을 변경합니다.
조작
크기 조정
모양과 크기가 변경된 새 행렬을 반환합니다.
조작
행
벡터 행을 반환합니다. 지정된 행에 벡터를 씁니다.
조작
행
행렬의 행 수를 반환합니다.
특성
Size
벡터의 크기를 반환합니다.
특성
SLogDet
행렬 행렬식의 부호와 로그를 계산합니다.
특성
Solve
선형 행렬 방정식 또는 선형 대수 방정식 시스템을 풉니다.
솔루션
정렬
위치별로 정렬
조작
스펙트럼
행렬의 스펙트럼을 AT*A의 곱에서 고유값의 집합으로 계산합니다.
특성
분할
행렬을 여러 행렬로 분할합니다.
조작
Std
주어진 축을 따라 행렬/벡터 요소 값 또는 요소의 표준 편차를 반환합니다.
통계
Sum
주어진 축에 대해 수행할 수 있는 행렬/벡터 요소의 합을 반환합니다.
통계
SVD
특이값 분해
트랜스폼
SwapCols
행렬의 열을 스왑합니다.
조작
SwapRows
행렬의 행을 스왑합니다
조작
Trace
행렬의 대각선 합을 반환합니다.
특성
Transpose
전치(축을 바꿈)하고 수정된 행렬을 반환합니다.
조작
Tri
주어진 대각선 이하에 1을, 그 외에는 0으로 행렬을 구성합니다.
초기화
TriL
k번째 대각선 위의 요소가 0이 된 행렬의 복사본을 반환합니다. 하부 삼각형 행렬
조작
TriU
k번째 대각선 아래 원소가 0이 된 행렬의 복사본을 반환합니다. 위쪽 삼각형 행렬
조작
Var
행렬/벡터 요소 값의 분산을 계산합니다.
통계
Vsplit
행렬을 여러 행렬로 수직 분할합니다. 축=1로 분할과 동일합니다.
조작
Zeros
0으로 채워진 새 행렬을 생성하고 반환합니다.
초기화
잘됐네요, 의도한 대로입니다.....
하지만 왜 이렇게 수동적이고 공격적인 공격이 계속되는 걸까요? R은 작업에 가장 적합한 언어이기 때문에 그렇게 설계된 것이죠,
파이썬은 배우기 쉬운 척하는 일반적인 언어입니다 ...
가장 중요한 것은 그것이 아니라 알고리즘의 도움으로 아름다운 거래를하는 것입니다.
거래가 아니라 백테스트가 필요합니다!
1) 이렇게 되어 있고 작동 중입니다.
2) 또는 모든 것이 자동이고 작동하지 않습니다.
지금은 1)에 앉아 있지만 2)에 대한 꿈을 꾸고 있습니다.
1) 둘 중 하나이고 작동합니다.
2) 아니면 모든 것이 자동으로 작동하는데 절대 작동하지 않습니다.
저는 1)에 머물러 있지만 2)를 꿈꾸고 있습니다.
FF 크래프트를 더 잘 검증하는 방법을 알아내면 자동으로 검증할 수 있습니다. 멋진 아이디어입니다.
일반적인 알고리즘처럼 검증하면 되죠.
저는 이걸 발견했다고 말하는 게 아니라 1년 전에 발명했어요...
그 남자는 수익을 위해 AMO를 훈련시키는 방법을 물었고, 저는 그에게 방법을 보여줬을 뿐입니다.
를 사용하면 일반적인 알고리즘처럼 유효성을 검사하면 됩니다.
저는 이것을 발견이라고 말하는 것이 아니라 1년 이상 전에 발명했습니다....
그 남자는 수익을 위해 AMO를 훈련시키는 방법을 물었고 방금 방법을 보여 드렸습니다.